SPENT FUEL STORAGE AND ITS TRANSPORTATION

A fim de definir uma metodologia experimental para se determinar a precisão temporal máxima da ferramenta, foi empregado o conhecimento técnico em experimentos psicofisiológicos que já define estratégias e orientações de como estabelecer essa precisão.

O capítulo 16 do Handbook of psychophysiology (CACIOPPO, 2017) descreve que a melhor maneira de testar o tempo de um sistema de apresentação de estímulo (no caso o UT2004) é registrar o estímulo com o sistema de aquisição de dados. No caso de estímulos auditivos, por exemplo, pode-se colocar um microfone na frente dos alto-falantes e gravar a saída do microfone como se fosse o EEG e utilizar um software de análise de dados para ver se o início do estímulo ocorre exatamente em um determinado momento.

Isso se torna um pouco mais difícil com estímulos visuais. Nesse caso, para a validação, foi necessário o uso de um fotosensor (Figura 21) que gera uma voltagem que varia de acordo com a intensidade da luz recebida.

Figura 22 - Fotosensor

Este sensor pode ser apontado para a parte da tela na qual os estímulos aparecem, e a saída pode ser gravada pelo sistema de aquisição de dados (CACIOPPO, 2017), dessa forma, é possível verificar se a emissão da luz ocorre em sincronia ao que o evento ocorre.

Utilizando essa técnica, seguindo as orientações do corpo técnico do laboratório, foi montado um desenho experimental: em um computador de geração de estímulos dispondo de uma porta paralela ligada ao equipamento de EEG, foi instalado o Unreal Tournament, o Pogamut e a ferramenta de análise. Esse computador contou com 2 monitores (Figura 27) espelhados, sendo o primeiro dentro de uma sala vazia, com luz controlada e um fotosensor. Esse controle da luminosidade é importante para que apenas a luz do evento influencie a leitura do sensor.

Figura 23 - Monitor dentro da sala escura

O segundo monitor ficou fora da sala, local no qual os experimentadores puderam controlar o computador. Além desse monitor, há outro computador fora da sala em que os experimentadores também puderam acompanhar o registro do EEG em tempo real. O fotosensor ficou ligado ao equipamento de EEG (Figura 28) e seu sinal foi gravado pelo equipamento, permitindo o EEG registrar as mudanças de iluminação dos pixels na tela do monitor, mensurada com uma precisão temporal.

Figura 24 - EEG

A ideia de usar um fotosensor é de simular, de forma facilmente identificável, a

mudança de padrão de onda que o cérebro teria ao realizar o evento. Assim, utilizando a informação da mudança de iluminação da tela como o momento zero de um evento no jogo, por exemplo, com o personagem atirando em uma parede escura e contabilizando após esse momento o registro do evento na ferramenta, se torna possível saber o atraso para, assim, mensurá-lo.

Apesar da ferramenta de análise oferecer um grande número de diferentes eventos de jogos, foram escolhidos alguns eventos específicos, conforme citados a seguir.

O primeiro evento consiste em pressionar o botão ESC do teclado. Essa escolha foi feita por 3 motivos:

● Ao se pressionar o botão ESC aparece um menu escuro que diminui a luz na tela, o que pode ser facilmente detectável pelo fotossensor;

● Não há uma animação para o aparecimento do menu, ou seja, não há atrasos gráficos que podem comprometer o teste;

● Uma comparação com KeyLogger pode ser feita.

O segundo evento avaliado consiste no disparo de um tiro em uma parede escura, podendo da mesma forma ser identificado pelo fotossensor para permitir uma comparação com o MouseLogger. Os loggers internos da ferramenta (chamados de KeyLogger Java), foram comparados com os da ferramenta de Logger escrita em Python utilizada no laboratório de EEG do Instituto do Cérebro.

Como a precisão e o desempenho são características críticas neste contexto, foi adicionado ainda uma outra ferramenta de Logger escrita em linguagem C++. O objetivo foi comparar o desempenho conforme o esperado no benchmark da área e, assim, sanar qualquer dúvida sobre o ganho em desempenho ao se adotar uma tecnologia de implementação de mais baixo nível e compilada nativamente.

Esperando determinar a latência média e sua variância foi realizado um número consecutivo de eventos contendo aproximadamente 50 repetições ao se pressionar ESC e, no caso dos disparos de tiros, tentando se aproximar de 100 eventos. Os dados do equipamento de EEG foram extraídos e analisados usando um script específico para um tipo de teste em Matlab produzido por membros do laboratório de EEG do Instituto do Cérebro.

Foram realizados 4 casos de teste, um para cada evento (ESC e disparo), utilizando cada forma de capturar esses eventos pelo Pogamut, ou pela captura das teclas do teclado e do mouse feita na própria ferramenta, pelo logger em Python e em C++.

O equipamento gera três arquivos para cada um dos respectivos casos de teste, sendo um com extensão ".eeg" referente aos dados brutos, um com extensão ".vhdr" referente ao cabeçalho e um outro com extensão ".vmrk" referente aos marcadores registrados. Todos os arquivos foram tratados com Matlab com o objetivo de formatar os dados de uma forma legível e visual.

Os resultados devem apresentar gráficos de sinais gerados pelos eventos e a acurácia da solução por meio de histogramas. Após a confirmação da precisão temporal que a solução oferece, a solução está apta a ser utilizada no experimento de provar o conceito de sua utilização.